NetworkX 是 Python 上最常用的图分析包,GraphScoep 兼容 NetworkX 接口。本文中我们将分享如何用 GraphScope 像 NetworkX 一样在(大)图上进行分析。
NetworkX 是什么
NetworkX 是一个用 Python 语言开发的图论与复杂网络建模工具,它内置了常用的图与复杂网络分析算法,提供了一套简单易用的图分析接口,可以方便地进行复杂网络数据分析、仿真建模等工作。NetworkX 的接口设计十分简洁,对于作为刚进入图算法领域的小白来说,NetworkX 的接口可以帮助使用者快速建立起对图数据的感知,并且对于中小型数据集,NetworkX 的接口也是非常好上手的。
但由于 NetworkX 是基于 Python 语言开发,算法的性能并不是它的强项,而且也无法有效地处理工业级别的大规模图数据。基于这一背景,GraphScope 提供了一套兼容 NetworkX 的图分析接口,在能使用像 NetworkX 这样简单易用的接口的同时,也能提供高性能的图分析算法以支持超大规模图数据的处理。
我们通过一个小例子来简单介绍一下 NetworkX 的图分析过程。
NetworkX 的图分析过程从图的构建开始
import networkx
初始化一个空的无向图
G = networkx.Graph()
通过 add_edges_from 接口添加边列表
此处添加了两条边(1, 2)和(1, 3)
G.add_edges_from([(1, 2), (1, 3)])
通过 add_node 添加点4
G.add_node(4)
接着查看一些图的信息
使用 G.number_of_nodes 查询图G目前点的数目
G.number_of_nodes()
4
类似地,G.number_of_edges 可以查询图G中
边的数量
G.number_of_edges()
2
通过 G.degree 来查看图G中每个点的度数
sorted(d for n, d in G.degree())
[0, 1, 1, 2]
最后调用 NetworkX 内置的算法对对图进行分析
调用 connected_components 算法分析图G的
联通分量
list(networkx.connected_components(G))
[{1, 2, 3}, {4},]
调用 clustering 算法分析图G的聚类情况
networkx.clustering(G)
{1: 0, 2: 0, 3: 0, 4: 0}
上述例子只是对 NetworkX 做图分析的一个简单的介绍,更多 NetworkX 的接口介绍以及详细的使用说明,内置的算法等可以参考 N